Indexing 构造具有许多可搜索属性的大型DynamoDB表？

我一直在努力寻找构造我的桌子的最佳方法。它的目的是要有很多很多GB的数据（我还没有得到更详细的估计）。该表将是claims data（），分区键是resourceType，排序键是id（尽管这些可能会更改）。最终用户应能够通过多个属性（机构、提供商、收款人等，共15个）进行搜索

---

为了在后端实现这一功能，我一直在尝试将全局索引和局部索引结合起来。构造表的最佳方法是什么，以允许用户根据这些属性中的一个或多个以任意组合搜索数据？

如果使用

resourceType

作为分区键，则实际上是在抛弃DynamoDB提供的现成的水平缩放功能

对数据进行分区的原因是，为了能够在不造成性能损失的情况下进行扩展，您可以将数据分布在多个节点上

听起来您希望将所有索赔文档放在一个分区中，这样您就可以按任意属性进行“搜索”

您最好将DynamoDB表与ElasticSearch之类的工具结合起来，以实现快速、任意的搜索功能

---

请记住，DynamoDB在单个分区中只能容纳大约10GB的数据，并且单个分区每秒最多只能读取3000次，每秒最多只能写入1000次（reads+3*writes如果使用

resourceType

作为分区键，那么实际上就是在抛弃DynamoDB提供的现成的水平缩放功能

对数据进行分区的原因是，为了能够在不造成性能损失的情况下进行扩展，您可以将数据分布在多个节点上

听起来您希望将所有索赔文档放在一个分区中，这样您就可以按任意属性进行“搜索”

您最好将DynamoDB表与ElasticSearch之类的工具结合起来，以实现快速、任意的搜索功能

---

请记住，DynamoDB在单个分区中只能容纳大约10GB的数据，并且单个分区每秒最多只能读取3000次，每秒最多只能写入1000次（对于DynamoDB/ElasticSearch建议，读+3*写+1。另外，如果您正在寻找更简单的解决方案，您可以尝试极光。它有64TB的数据限制，这对您来说可能就足够了。好吧，我也在想类似的事情……使用ElasticSearch与AWS CloudSearch之类的东西相比，有什么优点/缺点？我不确定所有的比较。）tails，但值得一提的是，ElasticSearch最近更受欢迎，AWS也提供托管ElasticSearch服务。DynamoDB/ElasticSearch建议+1。此外，如果您正在寻找更简单的解决方案，您可以尝试极光。它有64TB的数据限制，这对您来说可能就足够了。好的，我也在考虑类似的问题。。。与AWS CloudSearch相比，使用ElasticSearch的优缺点是什么？我不确定所有的比较细节，但值得一提的是，ElasticSearch近年来更受欢迎，AWS也提供了一个托管的ElasticSearch服务。